CN103455993B - 一种自动视觉检测中基于光栅定位的二维图像拼接方法 - Google Patents
一种自动视觉检测中基于光栅定位的二维图像拼接方法 Download PDFInfo
- Publication number
- CN103455993B CN103455993B CN201310461385.7A CN201310461385A CN103455993B CN 103455993 B CN103455993 B CN 103455993B CN 201310461385 A CN201310461385 A CN 201310461385A CN 103455993 B CN103455993 B CN 103455993B
- Authority
- CN
- China
- Prior art keywords
- subgraph
- beta
- round dot
- big
- stator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于图像自动检测领域,具体公开了一种自动视觉检测中基于光栅定位的二维图像拼接方法。本发明的拼接方法通过拍摄平台与相机坐标夹角参数修正子图在大图中的坐标值,计算各子图四角的位置坐标,通过各像素所对应的实际物理距离得到大图的尺寸,用双线性插值计算子图中的亚像素坐标位置像素灰度得到大图中的像素灰度,得出拼接后的大图,通过拍摄平台与相机坐标夹角参数修正,消除因拍摄坐标不一致所带来的误差,同时在拼接的时候,采用各子图的坐标位置直接计算,避免采用图像特征检测拼接的拼接方法所带来的拼接错误,同时所计算的各坐标采用亚像素精度,提高了拼接图像质量。
Description
技术领域:
本发明属于图像自动检测领域,具体公开了一种自动视觉检测中基于光栅定位的二维图像拼接方法。
背景技术:
在工业生产中,需要对表面有纹理特征的器件表面进行检测。由于被检器件表面纹理特征比较小,肉眼没法分辨,需要采用拍照的方式采集图像,再用图像进行检测。为保证表面纹理检测的准确性,需要对图像进行高精度拍摄。当被检器件体积较大时,拍摄相机不能在一幅图中拍摄完所有的器件表面。需要对被检测器件表面进行多次拍摄子图,再通过图像拼接形成完整大图,用以检测。在被检测器件表面具有重复纹理特征时,目前的拼接方法容易产生局部特征重合,而产生拼接错误,对检测精度造成影响。
发明内容
本发明公开了一种自动视觉检测中基于光栅定位的二维图像拼接方法,通过本发明的拼接方法对,可以对图像进行精确拼接,可以避免拼接过程中的图像重合现象。
一种自动视觉检测中基于光栅定位的二维图像拼接方法,通过拍摄平台与相机坐标夹角参数修正子图在大图中的坐标值,计算各子图四角的位置坐标,通过各像素所对应的实际物理距离得到大图的尺寸,用双线性插值计算子图中的亚像素坐标位置像素灰度得到大图中的像素灰度,得出拼接后的大图,具体步骤是:
S1:计算图像中单个像素代表的物理尺寸Δd,步骤是:
S11:制作圆盘格标定片,所述圆盘格标定片上设置不重叠标定圆点,标定圆点与圆盘格标定片边界清晰,所述标定圆点设置为e行e列,个数为s,其中s=e×e,e=3到30;
S12:把圆盘格标定片放置到被测物放置平台上,拍摄第一张图像,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x1i,y1i),i=1,2,...,s,记录X'轴光栅尺的读数为d1;
S13:平台沿X'轴运动保证圆盘格完整的出现在相机视场中,相机拍摄第二张图像,X'轴光栅尺的读数变为d2,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x2i,y2i),i=1,2,...,s,计算前后两张图像中对应标定圆的圆心坐标之差,得到s个向量ri=(x2i-x1i,y2i-y1i),i=1,2,...,s;
S14:用平台X'轴移动的距离除以向量的平均长度,得到X'轴方向上图像单个像素代表的物理尺寸Δd1,具体计算为
S15:把圆盘格标定片放置到被测物放置平台上,拍摄第三张图像,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x3i,y3i),i=1,2,...,s,记录Y'轴光栅尺的读数为d3;
S16:平台沿Y'轴运动保证圆盘格完整的出现在相机视场中,相机拍摄第四张图像,Y'轴光栅尺的读数变为d4,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x4i,y4i),i=1,2,...,s,计算前后两张图像中对应标定圆的圆心坐标之差,得到s个向量rri=(x4i-x3i,y4i-y3i),i=1,2,...,s;
S17:用平台Y'轴移动的距离除以向量的平均长度,得到Y'轴方向上图像单个像素代表的物理尺寸Δd2,具体计算为
S18:取平均值得到图像中单个像素代表的物理尺寸Δd,其中
Δd=(Δd1+Δd2)/2.
S2:检测被检测物移动平台坐标系X'与相机坐标系X之间的夹角θ,Y'与相机坐标系Y之间的夹角β;
S3:相机拍摄接接图像子图,计算各子图坐标及尺寸,步骤为:
S31:子图1拍摄时X'轴光栅尺的读数记为D1,Y'轴光栅尺的读数记为D2,子图1左下角点位置坐标与坐标原点的距离K为:
平台沿X'移动适当距离拍摄子图2,……,拍摄完第一行q张子图后,平台沿Y'移动适当距离再拍摄第二行q张子图,拍摄子图为p行,q列,总数为n,其中n=p×q,拍摄子图按字母“S”顺序排布,相邻两张子图部分重叠,所有子图包括被拍摄物所有部分;
第1行1列子图左下角点为A11,逆时针顺序标记A11B11C11D11点;第1行2列子图左下角点为A12,逆时针顺序标记A12B12C12D12;……;第p行q列子图n左下角点为Apq,逆时针顺序标记ApqBpqCpqDpq;
S32:各子图A点坐标位置为:
第1行1列子图A点坐标为:
其余子图A点坐标为:
S33:相机的分辨率为宽为w0像素,高为h0像素,图像单个像素代表的物理尺寸Δd,相机覆盖的物理视场为:宽度为W0,高度为H0;
S34:各子图B点C点和D点坐标为:
…
S35:拼接后大图的宽度为W,高度为H:
大图宽W是xBi中最大值maxxBi与xA1的差值,其中W=maxxBi-xA1;
大图高度H是yDi中最大值maxyDi与yA1的差值,其中H=maxyDi-yA1;
大图的像素尺寸宽为w,像素尺寸高为h
S4:计算大图像素点灰度值,步骤为:
S41:大图的像素尺寸宽为w,像素尺寸高为h,各像素位置p(i,j),i=1,2,3,...,w;j=1,2,3,...,h的物理坐标为p(x,y)
p(x,y)=p(i×Δd,|j-H|×Δd);
S42:根据p(x,y)与xA1,yA1和大图的宽度W和高度H关系,以及横向与纵向小图的数量,确定p(x,y)位于第t张小图中,其中1≤t≤n;
S43:p(x,y)位于第t张子图局部坐标位置为p(x′,y′),其中p(x′,y′)=p(x-xAt,y-yAt);
S44:计算p(x′,y′)位于小图的亚像素坐标p(i′,j′),其中p(i′,j′)=p(x′/Δd,h0-(y′/Δd));
S45:使用双线性插值计算亚像素坐标p(i′,j′)的灰度值,亚像素坐标p(i′,j′)的灰度值为大图中p(i,j)像素点的灰度值。
作为一种优选,自动视觉检测中基于光栅定位的二维图像拼接方法中圆盘格标定片标定圆点行列数e=3到30,标定圆点直径0.5mm~3mm,标定圆点行列间距为1mm~4mm。
作为一种优选,椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标是根据各标定圆点的轮廓,提取出边界点,以边界点为拟合点,以椭圆方程为模型进行最小二乘法拟合,使椭圆方程尽量满足边界点坐标,求出该椭圆方程的各个参数,得到的椭圆中心为标定圆点的亚像素圆。
本发明的有益效果
通过拍摄平台与相机坐标夹角参数修正,消除因拍摄坐标不一致所带来的误差,同时在拼接的时候,采用各子图的坐标位置直接计算,避免采用图像特征检测拼接的拼接方法所带来的拼接错误,同时所计算的各坐标采用亚像素精度,提高了拼接图像质量。
具体实施方式:
实施例1:
一种自动视觉检测中基于光栅定位的二维图像拼接方法,通过拍摄平台与相机坐标夹角参数修正子图在大图中的坐标值,计算各子图四角的位置坐标,通过各像素所对应的实际物理距离得到大图的尺寸,用双线性插值计算子图中的亚像素坐标位置像素灰度得到大图中的像素灰度,得出拼接后的大图,具体步骤是:
S1:计算图像中单个像素代表的物理尺寸Δd,步骤是:
S11:制作圆盘格标定片,所述圆盘格标定片上设置不重叠标定圆点,标定圆点与圆盘格标定片边界清晰,所述标定圆点设置为e行e列,个数为s,其中s=e×e,e=3到30;
S12:把圆盘格标定片放置到被测物放置平台上,拍摄第一张图像,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x1i,y1i),i=1,2,...,s,记录X'轴光栅尺的读数为d1;
本实施例中,椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标是根据各标定圆点的轮廓,提取出边界点,以边界点为拟合点,以椭圆方程为模型进行最小二乘法拟合,使椭圆方程尽量满足边界点坐标,求出该椭圆方程的各个参数,得到的椭圆中心为标定圆点的亚像素圆。
本实施例中e=3,S=9,m取值为5,则n值为25。标定圆点直径0.5mm,标定圆点间距1mm;标定片上9个点序号的排列顺序为从左到右,从上到下。圆心坐标采用图像坐标系,以图像的左上角为原点,水平向右为x轴正方向,竖直向下为y轴正方向。各点坐标为:
(x11,y11) | (830.12,829.99) | (x12,y12) | (930.23,829.99) | (x13,y13) | (1029.98,829.79) |
(x14,y14) | (830.12,930.11) | (x15,y15) | (930.23,930.19) | (x16,y16) | (1029.88,929.99) |
(x17,y17) | (830.12,1030.41) | (x18,y18) | (930.03,1030.02) | (x19,y19) | (1030.06,1030.14) |
表1
S13:平台沿X'轴运动保证圆盘格完整的出现在相机视场中,相机拍摄第二张图像,X'轴光栅尺的读数变为d2,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x2i,y2i),i=1,2,...,s,计算前后两张图像中对应标定圆的圆心坐标之差,得到s个向量ri=(x2i-x1i,y2i-y1i),i=1,2,...,s;
所得到的第二张图像中各点坐标为:
(x21,y21) | (2830.12,810.19) | (x22,y22) | (2930.31,809.87) | (x23,y23) | (3029.99,810.14) |
(x24,y24) | (2830.11,910.31) | (x25,y25) | (2930.13,909.98) | (x26,y26) | (3029.99,910.03) |
(x27,y27) | (2830.01,1010.04) | (x28,y28) | (2929.97,1009.74) | (x29,y29) | (3029.99,1009.86) |
表2
所得到的9个向量为
r1 | (2000,-19.80) | r2 | (2000.08,-20.12) | r3 | (2000.01,-19.65) |
r4 | (1999.99,-19.80); | r5 | (1999.90,-21.11) | r6 | (2000.11,-19.96) |
r7 | (1999.89,-20.37) | r8 | (1999.94,-20.28) | r9 | (1999.93,-20.28) |
表3
S14:用平台X'轴移动的距离除以向量的平均长度,得到X'轴方向上图像单个像素代表的物理尺寸Δd1,具体计算为
各向量的模为:
||r1||=2000.098;||r2||=2000.181;||r3||=2000.107;
||r4||=2000.088;||r5||=2000.011;||r6||=2000.210;
||r7||=1999.994;||r8||=2000.043;||r9||=2000.033;
X'轴方向上图像单个像素代表的物理尺寸为0.0099995778mm
S15:把圆盘格标定片放置到被测物放置平台上,拍摄第三张图像,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x3i,y3i),i=1,2,...,s,记录Y'轴光栅尺的读数为d3;
所得到的第三张图像中的各点坐标为:
(x31,y31) | (1000.06,999.99) | (x32,y32) | (1100.13,999.86) | (x33,y33) | (1199.78,999.18) |
(x34,y34) | (1000.13,1100.07) | (x35,y35) | (1100.08,1100.29) | (x36,y36) | (1199.78,1099.87) |
(x37,y37) | (1000.25,1200.32) | (x38,y38) | (1099.63,1200.11) | (x39,y39) | (1200.14,1199.99) |
表4
S16:平台沿Y'轴运动保证圆盘格完整的出现在相机视场中,相机拍摄第四张图像,Y'轴光栅尺的读数变为d4,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x4i,y4i),i=1,2,...,s,计算前后两张图像中对应标定圆的圆心坐标之差,得到s个向量rri=(x4i-x3i,y4i-y3i),i=1,2,...,s;
所得到的第四张图像中的各点坐标为:
(x41,y41) | (980.02,2999.74) | (x42,y42) | (1080.34,2999.21) | (x43,y43) | (1079.82,3000.04) |
(x44,y44) | (980.31,3099.42) | (x45,y45) | (1080.12,3099.84) | (x46,y46) | (1079.99,3100.26) |
(x47,y47) | (979.95,3199.99) | (x48,y48) | (1080.47,3199.76) | (x49,y49) | (1080.13,3200.41) |
表5
所得到的9个向量为
rr1 | (-20.04,1999.75); | rr2 | (-19.79,1999.35); | rr3 | (-19.96,2000.86) |
rr4 | (-19.82,1999.35) | rr5 | (-19.96,1999.55) | rr6 | (-19.79,2000.39) |
rr7 | (-20.30,1999.67) | rr8 | (-19.96,1999.65) | rr9 | (-20.01,-2000.42) |
表6
S17:用平台Y'轴移动的距离除以向量的平均长度,得到Y'轴方向上图像单个像素代表的物理尺寸Δd2,具体计算为
各向量的模为:
||rr1||=1999.850;||rr2||=1999.448;||rr3||=2000.960;
||rr4||=1999.448;||rr5||=1999.650;||rr6||=2000.488;
||rr7||=1999.773;||rr8||=1999.750;||rr9||=2000.520;
Y'轴方向上图像单个像素代表的物理尺寸是0.0100000611mm。
S18:取平均值得到图像中单个像素代表的物理尺寸Δd,其中
Δd=(Δd1+Δd2)/2.
Δd=(0.0099995778+0.0100000611)/2=0.0099998196mm≈10μm。
图像中单个像素代表的物理尺寸平均值为10μm。
S2:检测被检测物移动平台坐标系X'与相机坐标系X之间的夹角θ,Y'与相机坐标系Y之间的夹角β;
具体步骤是:
T1:把圆盘格标定片放置到被测物放置平台上,拍摄图像PX1,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x1i,y1i),其中i=1,2,...,s;
其中,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标是根据各标定圆点的轮廓,提取出边界点,以边界点为拟合点,以椭圆方程为模型进行拟合,使椭圆方程尽量满足边界点坐标,求出该椭圆方程的各个参数,得到的椭圆中心为标定圆点的亚像素圆。椭圆拟合方式为最小二乘法拟合。
(x1i,y1i)具体坐标如下表所示:
i | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
x1i | 106.82 | 208.11 | 301.42 | 401.46 | 509.32 | 103.58 | 200.84 |
y1i | 105.69 | 107.95 | 109.13 | 106.00 | 101.19 | 202.49 | 209.26 |
表7-1
i | 8 | 9 |
x1i | 304.38 | 409.05 |
y1i | 206.64 | 200.85 |
表7-2
表7-1到7-2中,第一行代表标定圆点编号i,第二行代表图像PX1中相应标定圆点编号的X坐标,第三行代表图像PX1中相应标定圆点编号的Y坐标。
T2:被测物放置平台带动圆盘格标定片按被测物放置平台X’轴方向移动适当距离,圆盘格标定片不超出相机视野,拍摄图像PX2,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片标定圆点的亚像素圆心坐标(x2i,y2i),其中i=1,2,...,s;
(x2i,y2i)具体坐标如下表所示:
i | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
x2i | 3109.61 | 3113.82 | 3108.59 | 3110.50 | 3101.26 | 3214.27 | 3208.44 |
y2i | 348.77 | 447.64 | 553.10 | 652.42 | 748.55 | 350.87 | 454.23 |
表8-1
i | 8 | 9 |
x2i | 3208.72 | 3214.46 |
y2i | 550.68 | 652.25 |
表8-2
表8-1到8-2中,第一行代表标定圆点编号i,第二行代表图像PX2中相应标定圆点编号的X坐标,第三行代表图像PX 2中相应标定圆点编号的Y坐标。
T3:把圆盘格标定片放置到被测物放置平台上,拍摄图像PX3,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片标定圆点的亚像素圆心坐标(x3i,y3i),其中i=1,2,...,s;
(x3i,y3i)具体坐标如下表所示:
i | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
x3i | 308.17 | 408.46 | 503.70 | 603.83 | 708.61 | 304.64 | 405.71 |
y3i | 302.53 | 308.84 | 301.96 | 301.21 | 305.44 | 403.15 | 403.82 |
表9-1
i | 8 | 9 |
x3i | 506.95 | 609.61 |
y3i | 407.92 | 408.39 |
表9-2
表9-1到9-2中,第一行代表标定圆点编号i,第二行代表图像PX 3中相应标定圆点编号的X坐标,第三行代表图像PX 3中相应标定圆点编号的Y坐标。
T4:被测物放置平台带动圆盘格标定片按被测物放置平台Y’轴方向移动适当距离,圆盘格标定片不超出相机视野,拍摄照片PX4,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片标定圆点的亚像素圆心坐标(x4i,y4i),其中i=1,2,...,s;
(x4i,y4i)具体坐标如下表所示:
i | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
x4i | 523.07 | 625.57 | 717.56 | 818.48 | 926.45 | 521.67 | 619.82 |
y4i | 3308.24 | 3314.47 | 3303.73 | 3306.35 | 3310.92 | 3404.80 | 3408.76 |
表10-1
i | 8 | 9 |
x4i | 724.95 | 822.93 |
y4i | 3413.27 | 3410.38 |
表10-2
表10-1到10-2中,第一行代表标定圆点编号i,第二行代表图像PX4中相应标定圆点编号的X坐标,第三行代表图像PX4中相应标定圆点编号的Y坐标。
T5:计算PX2与PX1图像相对应标定圆点亚像素圆心坐标之差得到s个向量rxi=(x2i-x1i,y2i-y1i),i=1,2,...,s,取s个向量与相机X轴的夹角θi,i=1,2,...,s,求取夹角的平均值θ,得到平台X’轴与相机X轴的夹角θ;(x2i-x1i,y2i-y1i)具体计算如下:
i | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
x2i-x1i | 3008.17 | 3005.32 | 3005.21 | 3007.74 | 3001.20 | 3006.25 | 3003.47 |
y2i-y1i | 244.91 | 243.32 | 244.79 | 244.17 | 244.02 | 247.07 | 244.97 |
θi | 0.0818 | 0.0821 | 0.0813 | 0.0816 | 0.0812 | 0.0824 | 0.0816 |
表11-1
i | 8 | 9 |
x2i-x1i | 3003.35 | 3005.75 |
y2i-y1i | 243.27 | 244.88 |
θi | 0.0816 | 0.0812 |
表11-2
表11-1到112中,第一行代表标定圆点编号,第二行代表图像PX2和图像PX1中相对应标定圆点编号的X坐标之差,第三行代表图像PX2和图像PX1中相对应标定圆点编号的Y坐标之差,第四行为s个向量与相机X轴的夹角θi。
把第四行的夹角θi取平均值得到平台X’轴与相机X轴的夹角θ为:0.008128弧度,所得到的被测物放置平台X’轴与相机坐标轴X之间夹角θ为图像采集装置X’轴坐标误差。
T6:计算PX4与PX3图像相对应标定圆点亚像素圆心坐标之差得到s个向量rxi=(x4i-x3i,y4i-y3i),i=1,2,...,s,取s个向量与相机Y轴的夹角βi,i=1,2,...,s,求取夹角的平均值β,得到平台Y’轴与相机Y轴的夹角β。
(x4i-x3i,y4i-y3i)具体计算如下:
i | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
x4i-x3i | 214.90 | 217.11 | 213.86 | 214.65 | 217.83 | 217.03 | 214.11 |
y4i-y3i | 3005.71 | 3005.63 | 3001.77 | 3005.14 | 3005.48 | 3001.65 | 3004.94 |
βi | 0.0071 | 0.00706 | 0.00707 | 0.0071 | 0.00708 | 0.00707 | 0.00702 |
表12-1
i | 8 | 9 |
x4i-x3i | 218.00 | 213.32 |
y4i-y3i | 3005.35 | 3001.99 |
βi | 0.00682 | 0.00703 |
表12-2
表12-1到12-2中,第一行代表标定圆点编号,第二行代表图像PX4和图像PX 3中相对应标定圆点编号的X坐标之差,第三行代表图像PX4和图像PX3中相对应标定圆点编号的Y坐标之差,第四行为s个向量与相机X轴的夹角βi。
把第四行的夹角βi取平均值得到平台Y’轴与相机Y轴的夹角β为:0.006769弧度,所得到的被测物放置平台Y’轴与相机坐标轴Y之间夹角β为图像采集装置Y’轴坐标误差。
S3:相机拍摄图像子图,计算各子图坐标及尺寸,步骤为:
S31:子图1拍摄时X'轴光栅尺的读数记为D1,Y'轴光栅尺的读数记为D2,子图1左下角点位置坐标与坐标原点的距离K为:
平台沿X'移动适当距离拍摄子图2,……,拍摄完第一行q张子图后,平台沿Y'移动适当距离再拍摄第二行q张子图,拍摄子图为p行,q列,总数为n,其中n=p×q,拍摄子图按字母“S”顺序排布,相邻两张子图部分重叠,所有子图包括被拍摄物所有部分;
第1行1列子图左下角点为A11,逆时针顺序标记A11B11C11D11点;第1行2列子图左下角点为A12,逆时针顺序标记A12B12C12D12;……;第p行q列子图n左下角点为Apq,逆时针顺序标记ApqBpqCpqDpq;
S32:各子图A点坐标位置为:
第1行子图A点坐标为:
本实施例为2行2列,
第1行1列子图A点坐标为:
平台沿X'移动的距离A1A2为19.5mm,平台沿Y'移动的距离A1A4和A2A3为25.5mm。
K=250mm
其余子图A点坐标为:
本实施例中其余子图A点坐标为:
S33:相机的分辨率为宽为w0像素,高为h0像素,图像单个像素代表的物理尺寸Δd,相机覆盖的物理视场为:宽度为W0,高度为H0;
本实施例中,相机的分辨率为w0×h0=3664x2748,那么利用前面求得图像单个像素代表的物理尺寸Δd,求得相机覆盖的物理视场(即物理长宽)为:
S34:各子图B点C点和D点坐标为:
…
本实施例中,图中子图B点C点和D点点坐标为:
S35:拼接后大图的宽度为W,高度为H:
大图宽W是xBi中最大值maxxBi与xA1的差值,其中W=maxxBi-xA1;
大图高度H是yDi中最大值maxyDi与yA1的差值,其中H=maxyDi-yA1;
大图的像素尺寸宽为w,像素尺寸高为h
本实施例中,xBi中最大值maxxBi与xA1的差值为大图的宽度W,其中W=maxxBi-xA1=306.30-249.99=56.31mm;
本实施例中,yDi中最大值maxyDi与yA1的差值为大图的高度H,其中H=maxyDi-yA1=53.15-0.0165=53.13mm;
本实施例中,大图的像素尺寸
S4:计算大图像素点灰度值,步骤为:
S41:大图的像素尺寸宽为w,像素尺寸高为h,各像素位置p(i,j),i=1,2,3,...,w;j=1,2,3,...,h的物理坐标为p(x,y)
p(x,y)=p(i×Δd,|j-H|×Δd);
S42:根据p(x,y)与xA1,yA1和大图的宽度W和高度H关系,以及横向与纵向小图的数量,确定p(x,y)位于第t张小图中,其中1≤t≤n;
S43:p(x,y)位于第t张子图局部坐标位置为p(x′,y′),其中p(x′,y′)=p(x-xAt,y-yAt);
S44:计算p(x′,y′)位于小图的亚像素坐标p(i′,j′),其中p(i′,j′)=p(x′/Δd,h0-(y′/Δd));
S45:使用双线性插值计算亚像素坐标p(i′,j′)的灰度值,亚像素坐标p(i′,j′)的灰度值为大图中p(i,j)像素点的灰度值。
本实施例中,取点计算为:
p(i,j) | (1500,1500) | (4000,2000) | (5000,4000) |
p(x,y) | (15,38.13) | (40,33.13) | (50,13.13) |
位于第t个小图 | 4 | 3 | 2 |
p(x′,y′) | (14.83,12.63) | (20.33,7.48) | (30.5,12.97) |
p(i′,j′) | (1483,1485) | (2033,2000) | (3050,1451) |
表15
Claims (3)
1.一种自动视觉检测中基于光栅定位的二维图像拼接方法,通过拍摄平台与相机坐标夹角参数修正子图在大图中的坐标值,计算各子图四角的位置坐标,通过各像素所对应的实际物理距离得到大图的尺寸,用双线性插值计算子图中的亚像素坐标位置像素灰度得到大图中的像素灰度,得出拼接后的大图,具体步骤是:
S1:计算图像中单个像素代表的物理尺寸Δd,步骤是:
S11:制作圆盘格标定片,所述圆盘格标定片上设置不重叠标定圆点,标定圆点与圆盘格标定片边界清晰,所述标定圆点设置为e行e列,个数为s,其中s=e×e,e=3到30;
S12:把圆盘格标定片放置到被测物放置平台上,拍摄第一张图像,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x1i,y1i),i=1,2,...,s,记录X'轴光栅尺的读数为d1;
S13:平台沿X'轴运动保证圆盘格完整的出现在相机视场中,相机拍摄第二张图像,X'轴光栅尺的读数变为d2,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x2i,y2i),i=1,2,...,s,计算前后两张图像中对应标定圆的圆心坐标之差,得到s个向量ri=(x2i-x1i,y2i-y1i),i=1,2,...,s;
S14:用平台X'轴移动的距离除以向量的平均长度,得到X'轴方向上图像单个像素代表的物理尺寸Δd1,具体计算为
S15:把圆盘格标定片放置到被测物放置平台上,拍摄第三张图像,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x3i,y3i),i=1,2,...,s,记录Y'轴光栅尺的读数为d3;
S16:平台沿Y'轴运动保证圆盘格完整的出现在相机视场中,相机拍摄第四张图像,Y'轴光栅尺的读数变为d4,提取圆盘格标定片上标定圆点的轮廓,采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标(x4i,y4i),i=1,2,...,s,计算前后两张图像中对应标定圆的圆心坐标之差,得到s个向量rri=(x4i-x3i,y4i-y3i),i=1,2,...,s;
S17:用平台Y'轴移动的距离除以向量的平均长度,得到Y'轴方向上图像单个像素代表的物理尺寸Δd2,具体计算为
S18:取平均值得到图像中单个像素代表的物理尺寸Δd,其中
Δd=(Δd1+Δd2)/2
S2:检测被检测物移动平台坐标系X'与相机坐标系X之间的夹角θ,Y'与相机坐标系Y之间的夹角β;
S3:相机拍摄图像子图,计算各子图坐标及尺寸,步骤为:
S31:子图1拍摄时X'轴光栅尺的读数记为D1,Y'轴光栅尺的读数记为D2,子图1左下角点位置坐标与坐标原点的距离K为:
平台沿X'移动适当距离拍摄子图2,……,拍摄完第一行q张子图后,平台沿Y'移动适当距离再拍摄第二行q张子图,拍摄子图为p行,q列,总数为n,其中n=p×q,拍摄子图按字母“S”顺序排布,相邻两张子图部分重叠,所有子图包括被拍摄物所有部分;
第1行1列子图左下角点为A11,逆时针顺序标记A11B11C11D11点;第1行2列子图左下角点为A12,逆时针顺序标记A12B12C12D12;……;第p行q列子图n左下角点为Apq,逆时针顺序标记ApqBpqCpqDpq;
S32:各子图A点坐标位置为:
第1行子图A点坐标为:
其余子图A点坐标为:
S33:相机的分辨率为宽为w0像素,高为h0像素,图像单个像素代表的物理尺寸Δd,相机覆盖的物理视场为:宽度为W0,高度为H0;
S34:各子图B点C点和D点坐标为:
…
S35:拼接后大图的宽度为W,高度为H:
大图宽W是xBi中最大值maxxBi与xA1的差值,其中W=maxxBi-xA1;
大图高度H是yDi中最大值maxyDi与yA1的差值,其中H=maxyDi-yA1;
大图的像素尺寸宽为w,像素尺寸高为h
S4:计算大图像素点灰度值,步骤为:
S41:大图的像素尺寸宽为w,像素尺寸高为h,各像素位置p(i,j),i=1,2,3,...,w;j=1,2,3,...,h的物理坐标为p(x,y)
p(x,y)=p(i×Δd,|j-H|×Δd);
S42:根据p(x,y)与xA1,yA1和大图的宽度W和高度H关系,以及横向与纵向小图的数量,确定p(x,y)位于第t张小图中,其中1≤t≤n;
S43:p(x,y)位于第t张子图局部坐标位置为p(x′,y′),其中p(x′,y′)=p(x-xAt,y-yAt);
S44:计算p(x′,y′)位于小图的亚像素坐标p(i′,j′),其中p(i′,j′)=p(x′/Δd,h0-(y′/Δd));
S45:使用双线性插值计算亚像素坐标p(i′,j′)的灰度值,亚像素坐标p(i′,j′)的灰度值为大图中p(i,j)像素点的灰度值。
2.根据权利要求1所述的自动视觉检测中基于光栅定位的二维图像拼接方法,其特征是标定圆点直径0.5mm~3mm,标定圆点行列间距为1mm~4mm。
3.根据权利要求1或2所述的自动视觉检测中基于光栅定位的二维图像拼接方法,其特征是:所述采用椭圆拟合的方式计算圆盘格标定片各标定圆点的亚像素圆心坐标是根据各标定圆点的轮廓,提取出边界点,以边界点为拟合点,以椭圆方程为模型进行最小二乘法拟合,使椭圆方程尽量满足边界点坐标,求出该椭圆方程的各个参数,得到的椭圆中心为标定圆点的亚像素圆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310461385.7A CN103455993B (zh) | 2013-09-30 | 2013-09-30 | 一种自动视觉检测中基于光栅定位的二维图像拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310461385.7A CN103455993B (zh) | 2013-09-30 | 2013-09-30 | 一种自动视觉检测中基于光栅定位的二维图像拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103455993A CN103455993A (zh) | 2013-12-18 |
CN103455993B true CN103455993B (zh) | 2016-09-21 |
Family
ID=49738325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310461385.7A Active CN103455993B (zh) | 2013-09-30 | 2013-09-30 | 一种自动视觉检测中基于光栅定位的二维图像拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103455993B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104949621B (zh) * | 2015-06-04 | 2017-08-29 | 广东工业大学 | 一种光栅尺条纹的边界定位方法 |
CN106023271B (zh) * | 2016-07-22 | 2018-12-11 | 武汉海达数云技术有限公司 | 一种靶标中心坐标提取方法及装置 |
CN106384331B (zh) * | 2016-09-05 | 2019-06-07 | 大连理工大学 | 一种基于精密位移的高分辨率图像合成方法 |
CN108072319B (zh) * | 2016-11-07 | 2020-05-22 | 俞庆平 | 一种运动平台的快速标定系统及标定方法 |
CN111080530B (zh) * | 2019-12-31 | 2023-04-07 | 珠海市运泰利自动化设备有限公司 | 一种基于光栅尺位置实现高精度坐标拼图的方法 |
CN111294491B (zh) * | 2020-02-13 | 2021-01-22 | 北京领邦智能装备股份公司 | 成像装置和成像方法 |
CN111768445A (zh) * | 2020-05-09 | 2020-10-13 | 江苏集萃微纳自动化系统与装备技术研究所有限公司 | 一种基于机器视觉的显微操作平台误差自主矫正算法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101691997A (zh) * | 2009-09-08 | 2010-04-07 | 南昌航空大学 | 基于旋转拼接的双频光栅投影三维轮廓测量的方法 |
CN103177464A (zh) * | 2011-12-21 | 2013-06-26 | 北京大学 | 一种拼接二值图像的方法及系统 |
-
2013
- 2013-09-30 CN CN201310461385.7A patent/CN103455993B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101691997A (zh) * | 2009-09-08 | 2010-04-07 | 南昌航空大学 | 基于旋转拼接的双频光栅投影三维轮廓测量的方法 |
CN103177464A (zh) * | 2011-12-21 | 2013-06-26 | 北京大学 | 一种拼接二值图像的方法及系统 |
Non-Patent Citations (2)
Title |
---|
基于光栅定位的序列图像快速拼接技术研究;王小龙;《万方学位论文数据库》;20050714;正文第1-62页 * |
基于光栅的快速精确图像拼接;陈世哲 等;《光学精密工程》;20060430;第14卷(第2期);第242-246页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103455993A (zh) | 2013-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103455993B (zh) | 一种自动视觉检测中基于光栅定位的二维图像拼接方法 | |
CN104182982B (zh) | 双目立体视觉摄像机标定参数的整体优化方法 | |
CN104268876B (zh) | 基于分块的摄像机标定方法 | |
EP3067861A2 (en) | Determination of a coordinate conversion parameter | |
CN101814185B (zh) | 用于微小尺寸测量的线结构光视觉传感器标定方法 | |
CN103530880B (zh) | 基于投影高斯网格图案的摄像机标定方法 | |
CN103473771B (zh) | 一种摄相机标定方法 | |
CN105118086B (zh) | 3d‑aoi设备中的3d点云数据配准方法及系统 | |
US20170199099A1 (en) | Method and system for measuring lens distortion | |
CN109443209A (zh) | 一种基于单应性矩阵的线结构光系统标定方法 | |
CN107660336A (zh) | 对于从摄像机获得的图像,具备自动补正功能的图像处理装置及其方法 | |
CN104634248B (zh) | 一种双目视觉下的转轴标定方法 | |
CN101908231A (zh) | 处理含有主平面场景的三维点云重建方法和系统 | |
CN105466430B (zh) | 一种无人机的定位方法和装置 | |
CN101013505A (zh) | 相机标定方法及所用标定装置 | |
CN101763643A (zh) | 一种结构光三维扫描仪系统自动标定方法 | |
CN101586943B (zh) | 基于一维靶标的结构光视觉传感器标定方法 | |
CN105447877A (zh) | 一种平行双摄像头立体标定的方法 | |
CN101697105A (zh) | 一种摄像式触摸检测定位方法及摄像式触摸检测系统 | |
CN101783018B (zh) | 利用同心圆进行摄像机标定的方法 | |
CN104517291A (zh) | 基于目标同轴圆特征的位姿测量方法 | |
CN109920004A (zh) | 图像处理方法、装置、标定物组合、终端设备及标定系统 | |
CN105894511A (zh) | 标定靶设置方法、装置及停车辅助系统 | |
CN102914295A (zh) | 基于计算机视觉立方体标定的三维测量方法 | |
CN101980292B (zh) | 一种基于正八边形模板的车载摄像机内参数的标定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |